使用 Systemtap 定位 Pod 异常退出原因

最后更新时间：2024-12-13 11:32:49

本文介绍如何使用 Systemtap 工具定位 Pod 异常问题原因。
准备工作
请对应您使用节点的操作系统，按照以下步骤进行相关软件包安装：
Ubuntu 操作系统
1. 执行以下命令，安装 Systemtap。
apt install -y systemtap
2. 执行以下命令，检查所需待安装项。
stap-prep
返回示例结果如下：
Please install linux-headers-4.4.0-104-generic
You need package linux-image-4.4.0-104-generic-dbgsym but it does not seem to be available
 Ubuntu -dbgsym packages are typically in a separate repository
 Follow https://wiki.ubuntu.com/DebuggingProgramCrash to add this repository
apt install -y linux-headers-4.4.0-104-generic
3. 根据上述返回结果可知目前需要 dbgsym 包，但已有软件源中并不包含，需使用第三方软件源安装。 请执行以下命令，安装 dbgsym。
 sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys C8CAB6595FDFF622
﻿
 codename=$(lsb_release -c | awk  '{print $2}')
 sudo tee /etc/apt/sources.list.d/ddebs.list << EOF
 deb http://ddebs.ubuntu.com/ ${codename}      main restricted universe multiverse
 deb http://ddebs.ubuntu.com/ ${codename}-security main restricted universe multiverse
 deb http://ddebs.ubuntu.com/ ${codename}-updates  main restricted universe multiverse
 deb http://ddebs.ubuntu.com/ ${codename}-proposed main restricted universe multiverse
 EOF
﻿
 sudo apt-get update
4. 配置好软件源后，再次运行以下命令。
stap-prep
返回示例结果如下：
Please install linux-headers-4.4.0-104-generic
Please install linux-image-4.4.0-104-generic-dbgsym
5. 依次执行以下命令，安装提示所需的包。
apt install -y linux-image-4.4.0-104-generic-dbgsym
apt install -y linux-headers-4.4.0-104-generic
CentOS 操作系统
1. 执行以下命令，安装 Systemtap。
yum install -y systemtap
2. 向软件源 /etc/yum.repos.d/CentOS-Debug.repo 配置文件中输入以下内容并保存，本文以默认未安装 debuginfo 为例。
[debuginfo]
name=CentOS-$releasever - DebugInfo
baseurl=http://debuginfo.centos.org/$releasever/$basearch/
gpgcheck=0
enabled=1
protect=1
priority=1
3. 执行以下命令检查所需待安装项，并进行相关项的安装。
说明：
该命令将会安装 kernel-debuginfo。
stap-prep
4. 执行以下命令，检查节点是否已安装多个版本 kernel-devel。
rpm -qa | grep kernel-devel
返回结果如下：
kernel-devel-3.10.0-327.el7.x86_64
kernel-devel-3.10.0-514.26.2.el7.x86_64
kernel-devel-3.10.0-862.9.1.el7.x86_64
若存在多个版本，则只需保留与当前内核版本相同的版本。假设当前内核版本为 3.10.0-862.9.1.el7.x86_64，结合上述返回结果需执行以下命令删除多余版本。
注意：
可通过执行 uname -r 命令查看内核版本。 
需确保 kernel-debuginfo 和 kernel-devel 均已安装并且安装版本与当前内核版本相同。
rpm -e kernel-devel-3.10.0-327.el7.x86_64 kernel-devel-3.10.0-514.26.2.el7.x86_64
问题分析
若 Pod 因异常被停止时，可以使用 Systemtap 来监视进程的信号发送进行问题定位。该过程工作原理如下：
1. Systemtap 将脚本转换为 C 语言代码，调用 gcc 将其编译成 Linux 内核模块并通过 modprobe 加载到内核。
2. 根据脚本内容在内核进行 hook。此时即可通过 hook 信号的发送，找出容器进程停止的真正原因。
问题定位
步骤1：获取异常 Pod 中重新自动重启的容器 pid
1. 执行以下命令，获取容器 ID。
kubectl describe pod <pod name>
返回结果如下：
......
Container ID:  docker://5fb8adf9ee62afc6d3f6f3d9590041818750b392dff015d7091eaaf99cf1c945
......
Last State:     Terminated
 Reason:       Error
 Exit Code:    137
 Started:      Thu, 05 Sep 2019 19:22:30 +0800
 Finished:     Thu, 05 Sep 2019 19:33:44 +0800
2. ﻿执行以下命令
，通过获取到的 Container ID 反查容器主进程的 pid。
docker inspect -f "{{.State.Pid}}" 5fb8adf9ee62afc6d3f6f3d9590041818750b392dff015d7091eaaf99cf1c945
返回结果如下：
7942
步骤2：根据容器退出状态码缩小排查范围
通过步骤1中返回信息中的 Exit Code 可以获取容器上次退出的状态码。本文以137为例，进行以下分析：
如果进程是被外界中断信号停止的，则退出状态码将在129 - 255之间。
退出状态码为137则表示进程是被 SIGKILL 信号停止的，但此时仍不能确定进程停止原因。
步骤3：使用 Systemtap 脚本定位异常原因
假设引发异常的问题可复现，则可以使用 Systemtap 脚本监视容器停止原因。
1. 创建 sg.stp 文件，输入以下 Systemtap 脚本内容并保存。
global target_pid = 7942
probe signal.send{
 if (sig_pid == target_pid) {
     printf("%s(%d) send %s to %s(%d)\\n", execname(), pid(), sig_name, pid_name, sig_pid);
     printf("parent of sender: %s(%d)\\n", pexecname(), ppid())
     printf("task_ancestry:%s\\n", task_ancestry(pid2task(pid()), 1));
 }
}
注意：
变量 pid 的值需替换为 步骤2 中获取的容器主进程 pid，本为以7942为例。
2. 执行以下命令，运行脚本。
stap sg.stp
当容器进程因异常停止时，脚本可捕捉到事件，并执行输出如下：
pkill(23549) send SIGKILL to server(7942)
parent of sender: bash(23495)
task_ancestry:swapper/0(0m0.000000000s)=>systemd(0m0.080000000s)=>vGhyM0(19491m2.579563677s)=>sh(33473m38.074571885s)=>bash(33473m38.077072025s)=>bash(33473m38.081028267s)=>bash(33475m4.817798337s)=>pkill(33475m5.202486630s)
解决方法
通过观察 task_ancestry ，可以看到停止进程的所有父进程。例如，此处可以看到一个名为 vGhyM0 的异常进程，该现象通常表明程序中存在木马病毒，需要进行相关病毒清理工作以确保容器正常运行。

tencent cloud

Recent Pages

使用 Systemtap 定位 Pod 异常退出原因

准备工作

Ubuntu 操作系统

CentOS 操作系统

问题分析

问题定位

步骤1：获取异常 Pod 中重新自动重启的容器 pid

步骤2：根据容器退出状态码缩小排查范围

步骤3：使用 Systemtap 脚本定位异常原因

解决方法

本页内容是否解决了您的问题？

本页内容是否解决了您的问题？

tencent cloud

注册

登录

Recent Pages

使用 Systemtap 定位 Pod 异常退出原因

准备工作

Ubuntu 操作系统

CentOS 操作系统

问题分析

问题定位

步骤1：获取异常 Pod 中重新自动重启的容器 pid

步骤2：根据容器退出状态码缩小排查范围

步骤3：使用 Systemtap 脚本定位异常原因

解决方法

本页内容是否解决了您的问题？

本页内容是否解决了您的问题？